GPU 기반 초대규모 KPZ 옥타헤드 모델 시뮬레이션 및 새로운 지수 측정

초록

옥타헤드 모델을 GPU에 비트코딩하여 2⁺¹ 차원 KPZ 표면 성장의 β=0.2415(15), α=0.393(4) 지수를 고정밀로 측정하고, β=¼ 가설을 배제하였다. 최대 240배 CPU 대비 가속을 달성하고, 유한크기 스케일링, 보정 지수, 파워스펙트럼, 확률분포 등 전반적인 통계적 특성을 상세히 분석하였다.

상세 분석

이 논문은 최근 제안된 옥타헤드 모델을 2차원 격자 가스 형태로 변환하고, 이를 비트코딩(bit‑coded) 방식으로 NVIDIA GPU(C2070)에 구현함으로써 L=2¹⁷(≈1.3×10⁵) 규모의 시스템을 실시간으로 시뮬레이션한다는 점에서 혁신적이다. 비트코딩은 각 격자점의 두 기울기(σₓ,σᵧ)를 2비트로 압축해 4×4 사이트를 32비트 워드 하나에 저장함으로써 메모리 대역폭과 연산 효율을 극대화한다. 도메인 분할과 ‘dead‑border’ 기법을 이용해 블록 간 충돌을 방지하고, 블록·디바이스 수준에서 무작위 원점 이동을 주기적으로 적용해 통계적 균일성을 확보한다. 이러한 설계 덕분에 단일 CPU 대비 최대 240배의 속도 향상을 기록했으며, 대규모 시스템에서도 시간당 수십만 MCS를 손쉽게 수행할 수 있다.

시뮬레이션 결과는 KPZ의 전형적인 Family‑Vicsek 스케일링 W(L,t)≈L^α f(t/L^z) 를 만족한다. 성장 단계에서 유효 성장 지수 β_eff(t) 를 로그 미분으로 추정했을 때, 가장 큰 시스템(L=2¹⁷)에서 β=0.2415±0.0015 로 수렴한다. 이는 1‑루프 RG에서 예측된 β=¼와 유의미하게 차이 나며, 고차 보정 항(φ₁≈1.05, b₁≈−0.125)까지 포함한 비선형 피팅을 통해 확인되었다. 정적 단계에서는 W(∞,L)∝L^α 로부터 α=0.393±0.004 를 얻었고, α+z≈2.02 로 Galilean 대칭 α+z=2 를 만족한다.

보정 지수 ω₁≈1.16, a₁≈−1.24 를 통해 유한크기 효과를 정량화했으며, 파워스펙트럼 S(k)∝k^{−2−2α} 가 중간 k 구간(0.002<k<0.1)에서 정확히 관측되었다. 또한, 폭(Width) 분포 P_L(W²) 를 측정해 누적량 κ_n(L)∝L^{2nα} 형태의 스케일링을 확인하고, n=1~4까지의 누적량이 거의 보정 없이 L에 따라 선형(log‑log) 관계를 보임을 보고하였다. 이는 제한된 샘플 수에도 불구하고 보편적인 한계 분포 Ψ(x) 를 충분히 근사할 수 있음을 의미한다.

전체적으로 이 연구는 (i) GPU 기반 비트코딩으로 2⁺¹ 차원 KPZ 모델을 전례 없는 규모로 확장, (ii) β와 α 지수를 기존 이론값과 명확히 구분, (iii) 보정 지수와 파워스펙트럼, 확률분포까지 일관된 스케일링을 입증함으로써 KPZ 보편성에 대한 수치적 근거를 크게 강화한다는 점에서 큰 의의를 가진다.